Android中能否使用MediaRecorder实现带静音检测的自动启停录音？

完全可以基于MediaRecorder实现带静音检测的自动启停录制，不需要依赖额外的语音识别SDK，整体逻辑复杂度很低。

• 整体架构分为两个并行模块：MediaRecorder负责正式的音频落盘录制，独立轮询线程负责实时采集音频振幅做静音/发声判定，两个模块的状态通过状态机做调度，避免状态错乱。
• 核心判定参数可灵活配置：
  • 静音判定阈值：当计算得到的音频分贝值低于该值时，判定为用户未发声
  • 静音触发停录的持续时长：连续多少秒低于静音阈值时，自动停止当前录制
  • 复说触发录制的阈值：当分贝值高于该值时，判定为用户恢复说话，自动启动录制

1. 振幅采集的最优方案
   • 不需要额外申请音频通道、也不需要对接AudioRecord做全量PCM回调，只要在MediaRecorder处于初始化完成、已启动录制的状态下，每隔200~300ms调用一次getMaxAmplitude()获取相邻两次调用周期内的最大振幅，再通过公式转换为参考分贝值即可：db = 20 * log10(amplitude / 32767.0)。
   • 该方案的性能损耗极低，不会和MediaRecorder本身的录制流产生通道抢占，是基于MediaRecorder做静音检测的最低成本实现方式。
2. 状态机调度逻辑
   • 未录制状态：持续轮询采集分贝值，当检测到分贝值连续高于复说话阈值达到200ms以上时，重新初始化MediaRecorder对象、配置输出路径与编码参数，调用start()进入正式录制状态；录制完成的音频段可根据需求做拼接存储。
   • 录制中状态：持续累计连续低于静音阈值的时长，当累计值达到预设的自动停录时长时，调用stop()正常结束当前录制、释放MediaRecorder的临时资源，切回未录制状态等待下一次触发。
3. 必要的容错处理
   • 捕获MediaRecorder.stop()抛出的RuntimeException：如果录制刚启动不足1秒就触发stop，此时内部还没有写入有效音频帧，直接调用stop会崩溃，必须加try-catch做异常兜底。
   • 给静音判定加短尾缓冲：检测到低于静音阈值时不要立刻累计停录时长，连续2~3个采样周期都低于阈值再开始累计，避免环境短暂的噪声波动误判、或者用户说话的尾音拖长被误停录。

• 固定getMaxAmplitude()的调用间隔：该接口返回的是两次调用之间的最大振幅值，如果调用间隔忽长忽短，转换得到的分贝值会完全失去参考意义。
• 不要把检测逻辑放在主线程：振幅轮询、状态计算属于耗时操作，必须放到单独的子线程或协程中执行，避免阻塞UI渲染。
• 不要硬编码判定阈值：不同场景的环境底噪差异极大，比如安静室内的底噪大概在-50db左右，街边嘈杂环境的底噪可能到-25db，固定写死的阈值会导致误触发率极高，最好做一次1秒的环境底噪采集，动态调整静音判定的阈值。

内容的提问来源于stack exchange，提问作者HelloCW